Η εταιρεία με έδρα το Πεκίνο μόλις κυκλοφόρησε το Kimi K2 Thinking, ένα νέο μοντέλο συλλογιστικής που, όπως ισχυρίζεται, ξεπερνά τα κορυφαία συστήματα GPT-5 της OpenAI και Claude Sonnet 4.5 της Anthropic σε βασικά τεστ απόδοσης.

Πιο συγκεκριμένα, το Kimi K2 Thinking σημείωσε υψηλότερες επιδόσεις τεστ Humanity’s Last Exam (που μετρά τις ικανότητες γενικής γνώσης και κρίσης), BrowseComp (το οποίο αξιολογεί την ικανότητα των AI να αντλούν δύσκολα προσβάσιμες πληροφορίες μέσω web browsers) και Seal-0 (που αφιολογεί τις ικανότητες συλλογιστικής). Το Kimi K2 Thinking έδειξε επίσης ικανότητες κωδικοποίησης συγκρίσιμες με το GPT-5 και το Sonnet 4.5, αλλά όχι ιδιαίτερα πιο εντυπωσιακές, σύμφωνα με το ZDNET.

«Με το να συνδυάζει τη λογική με την ενεργή χρήση ποικίλων εργαλείων, το K2 Thinking μπορεί να σχεδιάζει, να συλλογίζεται, να εκτελεί και να προσαρμόζεται σε εκατοντάδες βήματα, αντιμετωπίζοντας ορισμένα από τα πιο απαιτητικά ακαδημαϊκά και αναλυτικά προβλήματα», ανακοίνωσε η Moonshot.

 

Το Kimi K2 Thinking είναι ένα μοντέλο Mixture-of-Experts (MoE), το οποίο συνδυάζει μακροπρόθεσμο σχεδιασμό, προσαρμοστική συλλογιστική και τη χρήση διαδικτυακών εργαλείων όπως web browsers. Το μοντέλο μπορεί να δημιουργεί και να επαναξιολογεί υποθέσεις, να ελέγχει αποδείξεις και να συνθέτει τεκμηριωμένες απαντήσεις, «αναλύοντας» πολύπλοκα, ανοιχτά προβλήματα σε διαχειρίσιμες υποεργασίες. Εκπαιδεύτηκε με περίπου 1 τρισεκατομμύριο παραμέτρους και είναι διαθέσιμο στο Hugging Face, τη δημοφιλή πλατφόρμα ανοικτών AI μοντέλων.

Η μεγάλη διαφορά: είναι ανοιχτού κώδικα

Το πιο σημαντικό είναι ότι το Kimi K2 Thinking – το οποίο βασίζεται στο μοντέλο Kimi K2 που κυκλοφόρησε τον Ιούλιο – είναι ανοιχτού κώδικα, πράγμα που σημαίνει ότι οι προγραμματιστές μπορούν να έχουν πρόσβαση και να βασίζονται στον πηγαίο κώδικα δωρεάν. Αν ισχύουν οι ανακοινώσεις της Moonshot για τις ικανότητες του Kimi K2 Thinking, μιλάμε για ένα μοντέλο πιο προηγμένο από εκείνα της OpenAI και της Anthropic, το οποίο διατίθεται δωρεάν.

Η εταιρεία αποκάλυψε επίσης ότι το κόστος εκπαίδευσης του μοντέλου ανήλθε μόλις στα 4,6 εκατομμύρια δολάρια — ένα ποσό ασύγκριτα χαμηλότερο από τα δισεκατομμύρια που έχουν δαπανήσει οι πιο γνωστές εταιρείες τεχνητής νοημοσύνης στις ΗΠΑ για τα δικά τους συστήματα αιχμής.

Αν οι επιδόσεις του K2 Thinking επιβεβαιωθούν ανεξάρτητα, οι επιπτώσεις θα είναι τεράστιες – όχι μόνο για την τεχνολογική ισορροπία δυνάμεων, αλλά και για τη δημοκρατικοποίηση της τεχνητής νοημοσύνης. Το σίγουρο είναι ότι μετά την αναστάτωση που προκάλεσε η DeepSeek, η κόντρα ΗΠΑ – Κίνας στον τομέα του ΑΙ αποκτά νέο ενδιαφέρον.